ہدایات کی پیروی درجہ بندی
دیکھیں کہ ہدایات کی پیروی میں کون سے AI ماڈلز بہترین کارکردگی دکھاتے ہیں، کون سے قابلِ اعتماد رہتے ہیں، اور سب سے بڑے فرق کہاں نظر آتے ہیں۔ ترتیب دیں حسب: درست ٹیسٹس ↓.
216/216
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | ہدایات کی پیروی اسکور | اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #145 | GPT-5.4 none | OpenAI | 6.5 | 5.8 | $0.397 | 1/2 | 1.07s |
| #146 | Nemotron 3 Super medium | NVIDIA | 7.3 | 5.7 | $0.055 | 1/2 | 6.97s |
| #148 | Qwen3.5-122B-A10B none | Qwen | 6.3 | 5.7 | $0.247 | 1/2 | 513ms |
| #149 | Gemini 3.1 Flash Lite high | 7.3 | 5.6 | $2.044 | 1/2 | 23.3s | |
| #151 | GLM 5V Turbo none | Z.ai | 6.5 | 5.6 | $0.052 | 1/2 | 1.97s |
| #152 | Owl Alpha medium | Openrouter | 6.5 | 5.6 | $0.000 | 1/2 | 10.2s |
| #153 | Mimo V2 PRO none | Xiaomi | 6.5 | 5.6 | $0.045 | 1/2 | 2.51s |
| #154 | Owl Alpha none | Openrouter | 6.4 | 5.6 | $0.000 | 1/2 | 2.63s |
| #156 | DeepSeek V4 Flash none | DeepSeek | 6.5 | 5.6 | $0.042 | 1/2 | 17.5s |
| #158 | Qwen3.6 27B none | Qwen | 6.2 | 5.5 | $0.087 | 1/2 | 1.92s |
| #160 | MiMo-V2.5-Pro none | Xiaomi | 6.4 | 5.5 | $0.068 | 1/2 | 1.03s |
| #161 | Kimi K2.5 none | Moonshot AI | 6.5 | 5.5 | $0.127 | 1/2 | 2.67s |
| #162 | Gemma 4 26B A4B none | 6.3 | 5.5 | $0.015 | 1/2 | 690ms | |
| #163 | Mimo V2 Omni none | Xiaomi | 6.5 | 5.5 | $0.021 | 1/2 | 4.26s |
| #165 | GPT-5.6 Luna none | OpenAI | 7.1 | 5.4 | $0.142 | 1/2 | 1.23s |